Per più di un secolo la diagnostica è rimasta pressoché immutata registrando solo un miglioramento significativo degli strumenti utilizzati in laboratorio, come ad esempio il microscopio. Per anni invece non vi è stato alcun cambiamento nell’approccio che è rimasto sempre il medesimo: prelevare dal paziente un campione liquido o tissutale da analizzare, dividerlo in più parti e analizzare un vetrino alla volta per arrivare alla formulazione di una diagnosi. Adesso grazie all’Intelligenza Artificiale si sta andando verso ad una digitalizzazione anche nella diagnostica.

Il termine diagnostica viene utilizzato per indicare un’area, quella degli esami di laboratorio anche conosciuta con il termine di patologia clinica, che prevede l’analisi di vetrini con materiale tissutale o liquidi per determinare quale sia la patologia che presenta un paziente.

Ecco allora come l’Intelligenza Artificiale sta digitalizzando la diagnostica, cambiandola profondamente.

I limiti della patologia clinica classica

Questo approccio classico presenta da sempre dei limiti. Innanzitutto l’esame non può essere ripetuto su uno stesso campione; c’è poi bisogno di tempo da parte del clinico per arrivare ad valutazione di tipo soggettivo, ovvero basata sulle proprie conoscenze e competenze, con la probabilità che vi sia un errore; infine è necessario che i vetrini da analizzare arrivino in laboratorio, con disagi e tempi maggiori per coloro che vivono in zone remote.

Se a questi limiti si aggiunge il fatto che la figura del clinico patologo è sempre meno diffusa si capisce come ci sia bisogno di innovazione anche in questo settore medico. Si stima infatti che nel 2030 a livello mondiale ce ne saranno 30% in meno rispetto al 2010,

La soluzione per superare questi problemi arriva ovviamente ancora una volta dalla tecnologia e in modo particolare dall’Intelligenza Artificiale.

L’AI contro la carenza di clinici patologi

Come già visto in un precedente articolo, le soluzioni di Intelligenza Artificiale velocizzando alcune pratiche mediche fanno sì che il problema legato alla carenza di medici in diversi Paesi del mondo non sia più un fattore così critico. Se da una parte ci saranno sempre più pazienti, dall’altra saranno meno medici. Grazie alle tecnologie però quest’ultimi potranno svolgere il loro lavoro non solo in maniera più efficace ma anche efficiente.

La digitalizzazione dell’analisi in laboratorio

La digitalizzazione sta arrivando anche all’interno dei laboratori: se prima era il patologo ad esaminare più vetrini per uno stesso campione, adesso questo lavoro viene svolto dall’AI.

Grazie ad una serie di dati e utilizzando gli algoritmi di machine learning, la macchina è in grado di analizzare un campione e diagnosticare la patologia.

I vantaggi sono davvero notevoli: l’analisi effettuata tramite gli algoritmi predittivi non solo è più veloce e permette di ridurre eventuali errori umani di interpretazione ma consente inoltre di eseguire l’esame ovunque, lontano dal laboratorio, riuscendo ad esaminare il campione anche se non sezionato e di vedere cose non accessibili all’occhio umano pur utilizzando il microscopio più potente.

Questo si traduce in un vantaggio sia per il paziente, che riesce a ricevere la diagnosi corretta in tempi rapidi e senza errori, che per gli ospedali. La digitalizzazione delle analisi e dei reperti, infatti, permette di creare dei database condivisi, consentendo così un perfezionamento continuo degli algoritmi.

Il medico patologo grazie a questi strumenti passa da un’interpretazione soggettiva e qualitativa di un campione analizzato ad una quantitativa, basata sulla comparazione di dati. I risultati sono davvero sorprendenti: l’unione delle competenze del medico con la potenza dell’Intelligenza Artificiale permette di arrivare ad una riduzione dell’errore umano pari all’85%!

Dai Big data alla democratizzazione della salute

La condivisione dei dati tra i centri ospedalieri e di analisi è fondamentale anche per la democratizzazione della salute. Gli ospedali, anche quelli più piccoli e remoti, con medici meno esperti rispetto ai grandi centri, saranno sempre di più in grado di offrire ai propri pazienti una diagnosi corretta e veloce, basata su algoritmi predittivi provenienti da numerosi altri centri.

I limiti attuali

La digitalizzazione della patologia medica è un nuovo approccio alla diagnosi che si sta sempre di più diffondendo. Ci sono però alcuni limiti che ne stanno rallentando l’implementazione e che saranno risolvibili in un prossimo futuro grazie all’innovazione tecnologica.

L’ostacolo più grande è rappresentato dalla necessità di digitalizzare l’immagine di un campione, pratica non così semplice. Richiedendo un’elevata risoluzione, infatti, si ha la necessità di uno spazio per il storage adeguato e una connessione veloce. Solo così l’invio e la condivisione possono avvenire in maniera altrettanto semplice.

Ovviamente l’occhio del medico e la sua valutazione, basata sulle sue conoscenze e competenze, saranno sempre fondamentali anche in questo campo. Solamente l’occhio umano, infatti, sarà in grado di rilevare altri fattori da far indagare e sfruttare l’AI per riconoscere la patologia più velocemente.

 

Sources: MedicalFuturist, 123RF